在做算法工程師的道路上，什么情況下技術(shù)會突飛猛進(jìn)？
導(dǎo)讀
算法工程師作為近幾年非常火熱的崗位，近幾年校招開放了大量的算法崗位。作為想要在這個崗位上不斷前進(jìn)不斷深入的人，有哪些tips或者經(jīng)驗可以傳授給這條賽道上的各位呢？本文匯總了知乎上三個優(yōu)質(zhì)的回答，希望能給各位一點啟發(fā)。
# 回答一
作者：沈世鈞
來源鏈接：
https://www.zhihu.com/question/436874654/answer/1746629056分享2個關(guān)于算法（包括算法工程師）的心得。
1.成就一個優(yōu)秀算法工程師的，不僅是聰明和汗水，更還有那一瞬間的靈感。
一作算法的朋友，入行幾年一直平庸無奇，然而就在某個下午，它在公司的走廊上遛彎的時候，就在一瞬間，它腦子中閃出一個精彩的點子，一下把公司的算法性能提高了幾倍。
為此，公司獎了他一大筆錢。有了這筆錢，朋友原本準(zhǔn)備在上海首付買房，結(jié)果直接全款，而且還是90多平米的大房子。
但其實，當(dāng)其他的同時了解了朋友的靈感之后都感慨萬千，因為實在是太“簡單”了，不過是利用了gpu的某個硬件特性而已。
但是，就是這么個簡單的東西，放在那里，別人就是沒想到，最后被朋友撿了個漏，只能說大概那一刻，他被上帝的蘋果砸中了頭。
2.算法是一個殘酷的競技場。
做軟件開發(fā)的都有體會，一個優(yōu)秀的軟件工程師相比于一個平庸的軟件工程師，可能會有數(shù)倍的生產(chǎn)力優(yōu)勢。
但是，即使是一個平庸的軟件工程師，管理得當(dāng)，總能夠有產(chǎn)出，然后薪水合理，總還是能夠追求性價比的。
所以，這么多年來，我還沒見過因為純技術(shù)的因素被淘汰出這個行業(yè)的軟件工程師。也就是說，只要肯吃苦，薪水合理，總能有口飯吃。
但算法工程師不一樣。
杰出的算法工程師相比于無所作為的算法工程，可能是極大和0的差別。
和軟件開發(fā)不同，相同功能的系統(tǒng)，很能進(jìn)行量化的比較，但算法不一樣，在標(biāo)準(zhǔn)的數(shù)據(jù)集上，可以得出一個精確的性能/精度結(jié)果。在此之上，就可以就行各種比賽以及排名。
所以經(jīng)常會出現(xiàn)這種情況。
作為一名算法工程師，過去的1年你投入了巨大的精力在某個算法的改進(jìn)上，結(jié)果感覺也進(jìn)步不小，但很有可能在年末的比賽中被同行吊打。
我就見過朋友辛苦了一年，比賽結(jié)果出來，排名直接去年的前5跌出前10，這個時候人只能感慨：“不是我不努力，而是對手太強(qiáng)”。
但最讓人感到痛苦的時候，當(dāng)我們被對手吊打的時候，我們甚至猜不出對手到底使用什么“黑科技”，從而取得了如此突飛猛進(jìn)的成果，也許就如上面所描述的，對方的某個算法工程師也被上帝的蘋果砸中了腦袋。
所以，在關(guān)鍵指標(biāo)上，公司對算法工程師的產(chǎn)出考核是極端苛刻的，要么是1，要么是0。你辛苦研究出的東西很可能一出生就是落后的，要被淘汰的東西。
所以，算法工程師的情緒常常要在谷底和巔峰之間飛躍，承受巨大的壓力。
正是因為算法輸出成果的可比較性，在其中的算法工程師往往會承受巨大的壓力，這種壓力比程序員更大。
程序員雖然很累，但好在程序員的工作需求往往是明確的，過程（搬磚）是可預(yù)期的，壓力主要體現(xiàn)在工期上。而算法工程師的需求有時候是不明確的，即使是明確的，但過程卻未知，需要去探索，有時候依賴于靈感。
過去的這些年，我從沒見過因技術(shù)主動離隊的程序員，但我卻見過不止一個因為技術(shù)，承認(rèn)自己被擊敗，而主動離隊的算法工程師。
# 回答二
作者：DLing
來源鏈接：
https://www.zhihu.com/question/436874654/answer/1744174731
數(shù)據(jù)放在第一位，成也數(shù)據(jù)，敗也數(shù)據(jù)。深刻認(rèn)識數(shù)據(jù)的重要性，把數(shù)據(jù)集維護(hù)好，數(shù)據(jù)量夠了，再談后面的模型優(yōu)化，數(shù)據(jù)都不干凈，用再好的模型，也不會出好的結(jié)果。
啟動開發(fā)前，多問問自己有沒有了解這個業(yè)務(wù)，目前定的方案還有沒有盲點沒有考慮到，畢竟啟動開發(fā)需要準(zhǔn)備各種數(shù)據(jù)集，耗時長且需要一定的人員和經(jīng)濟(jì)投入，如果開發(fā)過程中或者測試階段發(fā)現(xiàn)方案不合適，這時候推倒重來的話，就DT了。
算法工程師并不只是調(diào)包俠，煉丹師，而是一個綜合要求很高的崗位。要訓(xùn)的了模型；寫的了邏輯；優(yōu)化的了算法性能，時刻把運行速度，準(zhǔn)確率，召回率，顯存利用率，顯存占用，cpu利用率，內(nèi)存占用，并發(fā)路數(shù)等等記在心里；還得深刻了解業(yè)務(wù)，目前的方案合不合適？產(chǎn)品定的指標(biāo)，給的需求有沒有坑？完成這些需求，要選什么樣的硬件最劃算，可不可以少幾個模型，畢竟看數(shù)據(jù)也很費眼；
多實驗，多記錄，多對比，勤討論，勤匯報，勤迭代。這一行多少還是有點玄學(xué)的，很多問題沒有很強(qiáng)的理論可以支撐，靠經(jīng)驗的地方很多，這個模型效果好，很多情況也不是推導(dǎo)出來的，而是實驗出來的，有時候想破腦袋，也沒有動手起幾個模型效果來的快。平時多跟同事同行討論討論，搞不好費了你好幾根頭發(fā)的問題，就被別人解決過呢？
多看行業(yè)頂會論文，多追追大牛的博客，思路打開了，落地也就簡單很多。
# 回答三
作者：坡哥說
公眾號：坡哥說
來源鏈接：
https://www.zhihu.com/question/436874654/answer/1705702321
模型不是一切！
模型不是一切！
模型不是一切！
重要的事情說三遍！
其實并不存在所謂的突飛猛進(jìn)，就是從業(yè)務(wù)出發(fā)，去連接業(yè)務(wù)和模型、特征本身。那些模型也好，技術(shù)也罷，不落在真實的業(yè)務(wù)場景和產(chǎn)品中，則產(chǎn)生不了太大的商業(yè)價值。
我們絕大部分人都是普通人，大家都是為了掙錢、養(yǎng)家糊口才去工作的，而老板愿意給你發(fā)更多錢并不是因為你搞的這個技術(shù)很黑科技，很牛X，而是你做的東西帶來了商業(yè)價值。
苦口婆心地勸還在學(xué)校的學(xué)生不要迷戀模型，可能一點兒用也沒有，因為人家接觸不到真實業(yè)務(wù)場景和數(shù)據(jù)。
其實，算法工程師，越做越久，就會發(fā)現(xiàn)本質(zhì)還就是數(shù)據(jù)分析和歸納，模型那些東西不會占用很多時間，更何況，工業(yè)界用的實實在在的那些模型，其實都是些非常經(jīng)典，架構(gòu)簡單的，絕不是堆砌那些花里胡哨，投入產(chǎn)出比低的模型。
往期精彩：
【原創(chuàng)首發(fā)】機(jī)器學(xué)習(xí)公式推導(dǎo)與代碼實現(xiàn)30講.pdf
【原創(chuàng)首發(fā)】深度學(xué)習(xí)語義分割理論與實戰(zhàn)指南.pdf
點個在看